metadata

base_model: huudan123/model_stage1
datasets: []
language: []
library_name: sentence-transformers
metrics:
  - pearson_cosine
  - spearman_cosine
  - pearson_manhattan
  - spearman_manhattan
  - pearson_euclidean
  - spearman_euclidean
  - pearson_dot
  - spearman_dot
  - pearson_max
  - spearman_max
pipeline_tag: sentence-similarity
tags:
  - sentence-transformers
  - sentence-similarity
  - feature-extraction
  - generated_from_trainer
  - dataset_size:183796
  - loss:MultipleNegativesRankingLoss
widget:
  - source_sentence: >-
      nếu thời_gian đến mà họ phải có một cuộc đấu_tranh johny shanon có_thể là
      một người ngạc_nhiên
    sentences:
      - johny nghĩ anh ta là người giỏi nhất trong thị_trấn
      - nếu một cuộc đấu_tranh đã xảy ra johny có_thể ngạc_nhiên đấy
      - tất_cả bằng_chứng về văn_hóa từ xã_hội của umbria đã bị mất
  - source_sentence: chèn jay leno đùa ở đây
    sentences:
      - mathews đã chỉ ra rằng sẽ không cần phải tuyển_dụng luật_sư địa_phương
      - đây là nơi mà một trò_đùa jay leno sẽ đi
      - jay leno không phải là một diễn_viên hài
  - source_sentence: đúng_vậy tất_cả là lỗi của họ
    sentences:
      - bạn bị giới_hạn bởi số_lượng bộ_nhớ bạn đã có
      - phải tất_cả đều là lỗi của họ
      - rõ_ràng là tất_cả những lỗi của công_nhân
  - source_sentence: >-
      6 mặc_dù mỗi cơ_quan phát_triển và triển_khai các thỏa_thuận hiệu_quả
      phản_ánh các ưu_tiên tổ_chức cụ_thể cấu_trúc và nền văn_hóa các thỏa_thuận
      hiệu_quả đã gặp các đặc_điểm sau
    sentences:
      - các thỏa_thuận hiệu_quả đã được phát_hành từ mỗi đại_lý
      - kế_hoạch hiệu_quả loại_trừ bất_cứ điều gì để làm với các cấu_trúc
      - không có gì bên trong sảnh trên đồi cả
  - source_sentence: hay na uy hay gì đó
    sentences:
      - na uy hay cái gì đó khác
      - điều đó hoàn_toàn không đúng
      - na uy hoặc từ một trong những quốc_gia scandinavia
model-index:
  - name: SentenceTransformer based on huudan123/model_stage1
    results:
      - task:
          type: semantic-similarity
          name: Semantic Similarity
        dataset:
          name: sts evaluator
          type: sts-evaluator
        metrics:
          - type: pearson_cosine
            value: 0.6279986884327646
            name: Pearson Cosine
          - type: spearman_cosine
            value: 0.6257861952118347
            name: Spearman Cosine
          - type: pearson_manhattan
            value: 0.6286844662908612
            name: Pearson Manhattan
          - type: spearman_manhattan
            value: 0.6309663003206769
            name: Spearman Manhattan
          - type: pearson_euclidean
            value: 0.6277475064516767
            name: Pearson Euclidean
          - type: spearman_euclidean
            value: 0.6297451268540156
            name: Spearman Euclidean
          - type: pearson_dot
            value: 0.588316765453479
            name: Pearson Dot
          - type: spearman_dot
            value: 0.5802157556789215
            name: Spearman Dot
          - type: pearson_max
            value: 0.6286844662908612
            name: Pearson Max
          - type: spearman_max
            value: 0.6309663003206769
            name: Spearman Max

SentenceTransformer based on huudan123/model_stage1

This is a sentence-transformers model finetuned from huudan123/model_stage1. It maps sentences & paragraphs to a 768-dimensional dense vector space and can be used for semantic textual similarity, semantic search, paraphrase mining, text classification, clustering, and more.

Model Details

Model Description

Model Type: Sentence Transformer
Base model: huudan123/model_stage1
Maximum Sequence Length: 512 tokens
Output Dimensionality: 768 tokens
Similarity Function: Cosine Similarity

Model Sources

Documentation: Sentence Transformers Documentation
Repository: Sentence Transformers on GitHub
Hugging Face: Sentence Transformers on Hugging Face

Full Model Architecture

SentenceTransformer(
  (0): Transformer({'max_seq_length': 512, 'do_lower_case': False}) with Transformer model: RobertaModel 
  (1): Pooling({'word_embedding_dimension': 768, 'pooling_mode_cls_token': False, 'pooling_mode_mean_tokens': True, 'pooling_mode_max_tokens': False, 'pooling_mode_mean_sqrt_len_tokens': False, 'pooling_mode_weightedmean_tokens': False, 'pooling_mode_lasttoken': False, 'include_prompt': True})
)

Usage

Direct Usage (Sentence Transformers)

First install the Sentence Transformers library:

pip install -U sentence-transformers

Then you can load this model and run inference.

from sentence_transformers import SentenceTransformer

# Download from the 🤗 Hub
model = SentenceTransformer("huudan123/model_stage2")
# Run inference
sentences = [
    'hay na uy hay gì đó',
    'na uy hoặc từ một trong những quốc_gia scandinavia',
    'na uy hay cái gì đó khác',
]
embeddings = model.encode(sentences)
print(embeddings.shape)
# [3, 768]

# Get the similarity scores for the embeddings
similarities = model.similarity(embeddings, embeddings)
print(similarities.shape)
# [3, 3]

Evaluation

Metrics

Semantic Similarity

Dataset: sts-evaluator
Evaluated with EmbeddingSimilarityEvaluator

Metric	Value
pearson_cosine	0.628
spearman_cosine	0.6258
pearson_manhattan	0.6287
spearman_manhattan	0.631
pearson_euclidean	0.6277
spearman_euclidean	0.6297
pearson_dot	0.5883
spearman_dot	0.5802
pearson_max	0.6287
spearman_max	0.631

Training Details

Training Hyperparameters

Non-Default Hyperparameters

overwrite_output_dir: True
eval_strategy: epoch
per_device_train_batch_size: 256
per_device_eval_batch_size: 256
num_train_epochs: 15
warmup_ratio: 0.1
fp16: True
load_best_model_at_end: True
gradient_checkpointing: True

All Hyperparameters

Click to expand

overwrite_output_dir: True
do_predict: False
eval_strategy: epoch
prediction_loss_only: True
per_device_train_batch_size: 256
per_device_eval_batch_size: 256
per_gpu_train_batch_size: None
per_gpu_eval_batch_size: None
gradient_accumulation_steps: 1
eval_accumulation_steps: None
learning_rate: 5e-05
weight_decay: 0.0
adam_beta1: 0.9
adam_beta2: 0.999
adam_epsilon: 1e-08
max_grad_norm: 1.0
num_train_epochs: 15
max_steps: -1
lr_scheduler_type: linear
lr_scheduler_kwargs: {}
warmup_ratio: 0.1
warmup_steps: 0
log_level: passive
log_level_replica: warning
log_on_each_node: True
logging_nan_inf_filter: True
save_safetensors: True
save_on_each_node: False
save_only_model: False
restore_callback_states_from_checkpoint: False
no_cuda: False
use_cpu: False
use_mps_device: False
seed: 42
data_seed: None
jit_mode_eval: False
use_ipex: False
bf16: False
fp16: True
fp16_opt_level: O1
half_precision_backend: auto
bf16_full_eval: False
fp16_full_eval: False
tf32: None
local_rank: 0
ddp_backend: None
tpu_num_cores: None
tpu_metrics_debug: False
debug: []
dataloader_drop_last: False
dataloader_num_workers: 0
dataloader_prefetch_factor: None
past_index: -1
disable_tqdm: False
remove_unused_columns: True
label_names: None
load_best_model_at_end: True
ignore_data_skip: False
fsdp: []
fsdp_min_num_params: 0
fsdp_config: {'min_num_params': 0, 'xla': False, 'xla_fsdp_v2': False, 'xla_fsdp_grad_ckpt': False}
fsdp_transformer_layer_cls_to_wrap: None
accelerator_config: {'split_batches': False, 'dispatch_batches': None, 'even_batches': True, 'use_seedable_sampler': True, 'non_blocking': False, 'gradient_accumulation_kwargs': None}
deepspeed: None
label_smoothing_factor: 0.0
optim: adamw_torch
optim_args: None
adafactor: False
group_by_length: False
length_column_name: length
ddp_find_unused_parameters: None
ddp_bucket_cap_mb: None
ddp_broadcast_buffers: False
dataloader_pin_memory: True
dataloader_persistent_workers: False
skip_memory_metrics: True
use_legacy_prediction_loop: False
push_to_hub: False
resume_from_checkpoint: None
hub_model_id: None
hub_strategy: every_save
hub_private_repo: False
hub_always_push: False
gradient_checkpointing: True
gradient_checkpointing_kwargs: None
include_inputs_for_metrics: False
eval_do_concat_batches: True
fp16_backend: auto
push_to_hub_model_id: None
push_to_hub_organization: None
mp_parameters:
auto_find_batch_size: False
full_determinism: False
torchdynamo: None
ray_scope: last
ddp_timeout: 1800
torch_compile: False
torch_compile_backend: None
torch_compile_mode: None
dispatch_batches: None
split_batches: None
include_tokens_per_second: False
include_num_input_tokens_seen: False
neftune_noise_alpha: None
optim_target_modules: None
batch_eval_metrics: False
eval_on_start: False
batch_sampler: batch_sampler
multi_dataset_batch_sampler: proportional

Training Logs

Epoch	Step	Training Loss	loss	sts-evaluator_spearman_max
0	0	-	-	0.6283
0.6964	500	4.3237	-	-
1.0	718	-	2.3703	0.6500
1.3928	1000	2.2259	-	-
2.0	1436	-	2.2597	0.624
2.0891	1500	2.0143	-	-
2.7855	2000	1.7433	-	-
3.0	2154	-	2.3027	0.6405
3.4819	2500	1.5279	-	-
4.0	2872	-	2.3583	0.6094
4.1783	3000	1.3796	-	-
4.8747	3500	1.2096	-	-
5.0	3590	-	2.4877	0.6069
5.5710	4000	1.036	-	-
6.0	4308	-	2.5685	0.6310

The bold row denotes the saved checkpoint.

Framework Versions

Python: 3.10.12
Sentence Transformers: 3.0.1
Transformers: 4.42.4
PyTorch: 2.3.1+cu121
Accelerate: 0.33.0
Datasets: 2.20.0
Tokenizers: 0.19.1

Citation

BibTeX

Sentence Transformers

@inproceedings{reimers-2019-sentence-bert,
    title = "Sentence-BERT: Sentence Embeddings using Siamese BERT-Networks",
    author = "Reimers, Nils and Gurevych, Iryna",
    booktitle = "Proceedings of the 2019 Conference on Empirical Methods in Natural Language Processing",
    month = "11",
    year = "2019",
    publisher = "Association for Computational Linguistics",
    url = "https://arxiv.org/abs/1908.10084",
}

MultipleNegativesRankingLoss

@misc{henderson2017efficient,
    title={Efficient Natural Language Response Suggestion for Smart Reply}, 
    author={Matthew Henderson and Rami Al-Rfou and Brian Strope and Yun-hsuan Sung and Laszlo Lukacs and Ruiqi Guo and Sanjiv Kumar and Balint Miklos and Ray Kurzweil},
    year={2017},
    eprint={1705.00652},
    archivePrefix={arXiv},
    primaryClass={cs.CL}
}